(Source: Freepik)
Berbagai insiden besar yang mengeksploitasi kerentanan pernah terjadi di sektor keuangan. Mulai dari pencurian kripto bernilai miliaran dolar akibat eksploitasi keamanan eksternal hingga kasus-kasus kebocoran data sensitif. Namun, ancaman yang datang dari dalam organisasi merupakan bahaya yang lebih besar.
Biaya rata-rata kebocoran data dalam layanan keuangan meningkat menjadi USD6,08 juta pada tahun 2024, naik dari USD5,90 juta pada tahun sebelumnya, menurut data dari Statista.
Ancaman yang berasal dari internal ini menjadi sangat sulit dideteksi dibandingkan serangan eksternal, karena pelakunya adalah karyawan atau kontraktor yang sudah memiliki akses sah ke sistem dan data sensitif perusahaan. Sebagian besar perusahaan memiliki ribuan file sensitif yang mudah diakses oleh setiap karyawan, dan kekurangan talenta keamanan siber yang parah semakin melemahkan kemampuan institusi untuk mendeteksi aktivitas mencurigakan dari dalam secara tepat waktu.
Menghadapi tantangan ancaman internal yang tak tertangani dengan baik oleh alat keamanan tradisional, solusi berbasis analisis perilaku yang didukung kecerdasan buatan (AI) menjadi solusi. OpenText Core Threat Detection and Response adalah contoh solusi yang memanfaatkan kekuatan AI dan analisis perilaku untuk secara proaktif mendeteksi dan memitigasi ancaman internal sebelum ancaman tersebut berkembang dan menyebabkan kerusakan besar. Dengan fitur seperti deteksi anomali berbasis pembelajaran mesin tanpa pengawasan dan penilaian risiko perilaku, serta kemampuan berintegrasi dengan alat-alat Microsoft, sistem ini memungkinkan organisasi keuangan untuk mengotomatiskan pencarian ancaman dan mendeteksi ancaman internal serta ancaman sulit lainnya dalam hitungan hari, yang secara signifikan mengurangi biaya dan dampak dari pelanggaran data.
